ChildSafeAds Shared Task 2026: Commercial Content in Child-Facing YouTube Videos

कल्पना कीजिए कि आप पेड़ का घर बनाने या किसी कठिन गणितीय पहेली को हल करने के बारे में एक वीडियो देखने के लिए बैठते हैं। निर्माता आपसे सीधे बात करता है, एक मित्रवत और परिचित आवाज़ में सुझाव और कहानियाँ साझा करता है। अचानक, बिना किसी रुकावट के, वे किसी विशिष्ट ब्रांड के गोंद (glue) या एक नए ऐप का उल्लेख करते हैं, और बताते हैं कि वह काम के लिए एकदम सही उपकरण क्यों है। कई बच्चों और किशोरों के लिए, मनोरंजन और बिक्री का यह सहज मिश्रण पहचान पाना कठिन होता है। एक पारंपरिक टेलीविजन विज्ञापन के विपरीत जो एक तेज़ धुन के साथ शो को बीच में ही रोक देता है, इस तरह का विज्ञापन खुद सामग्री के भीतर ही छिपा रहता है। क्योंकि यह वीडियो के बाकी हिस्से जैसा ही दिखता और सुनाई देता है, युवा दर्शक अक्सर यह नहीं समझ पाते कि उन्हें कुछ बेचा जा रहा है। यह भ्रम केवल एक मामूली परेशानी नहीं है; यह एक कानूनी और नैतिक चिंता का विषय है। कई स्थानों के कानूनों के अनुसार, जब किसी को किसी उत्पाद को बढ़ावा देने के लिए भुगतान किया जाता है, तो उन्हें दर्शकों को स्पष्ट रूप से बताना चाहिए। फिर भी, ऑनलाइन वीडियो की इस विशाल, अराजक दुनिया में, ये चेतावनियाँ अक्सर गायब होती हैं, लंबे विवरणों में दबी होती हैं, या ऐसी भाषा में लिखी होती हैं जो एक बच्चे के समझने के लिए बहुत सूक्ष्म होती है।

शोधकर्ता लंबे समय से चिंतित हैं कि इन वीडियो की निगरानी करने वाली वर्तमान प्रणालियाँ पर्याप्त नहीं हैं। वे अक्सर वीडियो प्लेटफॉर्म के अपने लेबल पर निर्भर करती हैं, जिन्हें रचनाकारों को तब जोड़ना होता है जब उनकी कोई पेड पार्टनरशिप (सशुल्क साझेदारी) हो। हालांकि, एक नया अध्ययन बताता है कि केवल इन लेबल पर निर्भर रहने से बड़ी संख्या में व्यावसायिक संदेश छूट जाएंगे। समस्या के वास्तविक पैमाने को समझने के लिए, नीदरलैंड के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने एक नया तरीका बनाया। उन्होंने एक साझा कार्य (shared task) बनाया, जो कंप्यूटर वैज्ञानिकों के लिए एक प्रकार की संगठित चुनौती है, ताकि यह देखा जा सके कि क्या मशीनें इन छिपे हुए बिक्री प्रस्तावों की पहचान कर सकती हैं और यह पता लगा सकती हैं कि उनमें क्या गलत है। लक्ष्य केवल विज्ञापनों को खोजना नहीं था, बल्कि यह समझना भी था कि वे क्या बेच रहे हैं और क्या वे युवाओं की सुरक्षा के लिए बनाए गए नियमों का उल्लंघन कर रहे हैं।

टीम ने वीडियो क्लिप्स का एक विशाल संग्रह इकट्ठा करने से शुरुआत की। उन्होंने इंटरनेट के हर वीडियो को नहीं देखा, बल्कि इसके बजाय 'स्पॉन्सरब्लॉक' (SponsorBlock) नामक एक विशिष्ट टूल पर ध्यान केंद्रित किया। यह एक समुदाय-संचालित परियोजना है जहाँ नियमित दर्शक वीडियो में प्रायोजन (sponsorship) खंडों के सटीक शुरू और अंत के समय को चिह्नित करते हैं ताकि अन्य लोग उन्हें छोड़ सकें। शोधकर्ताओं ने इन उपयोगकर्ता-सबमिट किए गए मार्करों को अपना शुरुआती बिंदु माना, यह जानते हुए कि यदि एक मानव दर्शक को किसी भाग को छोड़ने की आवश्यकता महसूस हुई, तो वह संभवतः एक व्यावसायिक संदेश होगा। उन्होंने लगभग एक हजार अलग-अलग चैनलों से ऐसे 3,360 खंड एकत्र किए जो किशोरों के बीच लोकप्रिय हैं। प्रत्येक खंड के लिए, उन्होंने वह सब कुछ एकत्र किया जो उपलब्ध था: क्लिप में बोले गए शब्द, वीडियो का शीर्षक, चैनल का नाम और क्रिएटर द्वारा डिस्क्रिप्शन बॉक्स में दिए गए लिंक। उन्होंने उन लिंक्स का पीछा करके उन वास्तविक वेबसाइटों तक भी पहुँचा जहाँ उत्पादों को बेचा जा रहा था। इसने एक समृद्ध डेटासेट बनाया जहाँ एक कंप्यूटर सिस्टम एक संक्षिप्त ट्रांसक्रिप्ट देख सकता था, या वीडियो के विवरण और उत्पाद पृष्ठ की गहराई में जाकर निर्णय ले सकता था।

शोधकर्ताओं ने कंप्यूटर सिस्टमों के लिए तीन विशिष्ट कार्य निर्धारित किए। पहला, सिस्टम को यह तय करना था कि किस प्रकार का प्रस्ताव दिया जा रहा है। क्या निर्माता एक भौतिक वस्तु जैसे खिलौना बेच रहा था, एक डिजिटल सेवा जैसे गेम, या कुछ और ही था? दूसरा, सिस्टम को उत्पाद को वर्गीकृत करने की आवश्यकता थी। क्या वह भोजन था, फैशन, स्वास्थ्य सलाह, या शायद जुआ (gambling) जैसा कुछ जोखिम भरा? अंत में, और सबसे महत्वपूर्ण बात, सिस्टम को एक कानूनी प्रहरी (watchdog) के रूप में कार्य करना था। इसे किसी भी संभावित समस्या को चिह्नित करने की आवश्यकता थी, जैसे कि कोई दावा जो बहुत अच्छा लग रहा हो, या यह बताने में विफलता कि "यह एक विज्ञापन है," या किसी बच्चे को अभी कुछ खरीदने के लिए सीधा दबाव डालना। शोधकर्ताओं ने कार्य को इस तरह से डिज़ाइन किया कि टीमें यह चुन सकें कि वे कितनी जानकारी का उपयोग करना चाहती हैं। कुछ सिस्टम केवल ट्रांसक्रिप्ट पढ़ सकते हैं, जो प्राप्त करना सस्ता और आसान है। अन्य लिंक्ड वेबसाइटों को खंगाल सकते हैं, जो बहुत अधिक महंगा और समय लेने वाला है। इससे शोधकर्ताओं को यह देखने में मदद मिली कि क्या अधिक डेटा एकत्र करने का अतिरिक्त प्रयास वास्तव में बेहतर परिणाम देता है।

जब टीम ने उनके द्वारा एकत्र किए गए डेटा का विश्लेषण किया, तो उन्हें एक चौंकाने वाली वास्तविकता का पता चला। उनके संग्रह के लगभग आधे वीडियो, विशेष रूप से 45.5 प्रतिशत, में वीडियो प्लेटफॉर्म द्वारा प्रदान किया गया आधिकारिक "पेड प्रमोशन" लेबल नहीं था। इसका मतलब है कि यदि नियामक या माता-पिता केवल उस विशिष्ट लेबल की तलाश करते हैं, तो वे युवाओं को लक्षित करने वाली लगभग आधी व्यावसायिक सामग्री को मिस कर देंगे। अध्ययन से यह भी पता चला कि इन विज्ञापनों की पहचान करना कंप्यूटर के लिए एक कठिन कार्य है। जबकि सिस्टम यह पता लगाने में काफी अच्छे थे कि किस प्रकार का उत्पाद बेचा जा रहा है, उन्हें कानूनी झंडों (legal flags) के साथ काफी संघर्ष करना पड़ा। कंप्यूटर अक्सर इस बात पर असहमत थे कि क्या कोई प्रकटीकरण (disclosure) पर्याप्त रूप से स्पष्ट था या क्या कोई दावा भ्रामक था। यह असहमति इस बात को रेखांकित करती है कि भाषा और संदर्भ की बारीकियों को समझना, विशेष रूप से बच्चों की सुरक्षा के मामले में, एक जटिल चुनौती है जिसे मशीनें अभी तक पूरी तरह से हल नहीं कर पाई हैं।

शोधकर्ताओं ने अपने डेटासेट के लिए लेबल बनाने के लिए उन्नत आर्टिफिशियल इंटेलिजेंस मॉडल का उपयोग किया, और नियमों को परिष्कृत करने के लिए कानूनी विशेषज्ञों के साथ मिलकर काम किया। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने अपनी परिभाषाओं को बार-बार सुधारा, नमूनों की जाँच की और कंप्यूटर को सोचने के तरीके को समायोजित किया। उदाहरण के लिए, उन्होंने "डायरेक्ट एक्सोरटेशन" (direct exhortation) की परिभाषा को सीमित किया, जिसका अर्थ है किसी बच्चे को कुछ खरीदने के लिए प्रेरित करना, ताकि कंप्यूटर केवल उसी भाषा को चिह्नित करे जो वास्तव में एक बच्चे पर दबाव डालती है, न कि केवल लिंक पर क्लिक करने का एक सामान्य सुझाव। इन सावधानीपूर्ण कदमों के बावजूद, कंप्यूटर मॉडल अभी भी गलतियाँ करते रहे। टेस्ट सेट में, दो अलग-अलग शक्तिशाली मॉडल आधे से भी कम मामलों में सटीक कानूनी झंडों पर सहमत हुए। यह सुझाव देता है कि हालांकि तकनीक हजारों वीडियो को स्कैन करने में मदद कर सकती है, लेकिन यह निर्धारित करने में कि क्या कोई विज्ञापन वास्तव में युवा दर्शकों के लिए सुरक्षित है, यह मानव निर्णय का स्थान अभी नहीं ले सकती।

अध्ययन निष्कर्ष निकालता है कि बच्चों के अनुकूल सामग्री की निगरानी के लिए केवल आधिकारिक लेबल को देखना ही पर्याप्त नहीं है। इसके लिए सामग्री के भीतर गहरी नज़र, दिए गए लिंक और उपयोग की गई विशिष्ट भाषा की आवश्यकता है। शोधकर्ताओं ने अपने डेटा और कार्य के नियमों को सार्वजनिक किया, और अन्य वैज्ञानिकों को बेहतर सिस्टम बनाने के लिए आमंत्रित किया। उन्होंने इस बात पर जोर दिया कि उनका काम एक शोध की शुरुआत है, न कि अंतिम समाधान। उनके द्वारा बनाया गया डेटासेट एक विशिष्ट समय का एक स्नैपशॉट है, और इसकी सीमाएँ भी हैं। इसमें केवल वे वीडियो शामिल हैं जहाँ किसी ने पहले से ही स्पॉन्सरशिप चिह्नित की है, और यह उन लिंक्स पर निर्भर है जो उनके द्वारा जाँच के समय चालू थे। इसमें शुद्ध रूप से व्यावसायिक वीडियो या वे चैनल शामिल नहीं हैं जो किशोरों के आकर्षण के लिए उनकी स्क्रीनिंग में पास नहीं हुए। इन सीमाओं के बावजूद, यह कार्य एक स्पष्ट तस्वीर प्रदान करता है: बहुत सारी व्यावसायिक सामग्री वर्तमान निगरानी प्रणालियों की पकड़ से बाहर निकल जाती है, जो अक्सर उन स्पष्ट चेतावनियों के बिना होती है जिनकी कानून द्वारा आवश्यकता होती है। आगे का रास्ता ऐसे उपकरण बनाने में है जो शब्दों के साथ-साथ संदर्भ को भी समझ सकें, जिससे यह सुनिश्चित हो सके कि डिजिटल दुनिया बच्चों के सीखने और खेलने के लिए एक सुरक्षित स्थान बनी रहे, जहाँ उन्हें अनजाने में कुछ बेचा न जाए।